As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Agentes personalizados

O agente personalizado é uma ação inteligente que processa entradas de linguagem natural para automatizar etapas complexas usando recursos integrados de chamada de ferramentas. Ele usa principalmente integrações como interface de ferramentas, ao mesmo tempo em que oferece extensibilidade para usar o Código como ferramenta e outras ações nativas, como a tarefa human-in-the-loop. O agente fornece resultados estruturados e previsíveis, otimizados para uma integração perfeita nas etapas de automação posteriores.

Propriedades

Usando modelos personalizados no Custom Agent (traga seu próprio modelo básico)

Integre seus modelos desejados ou personalizados hospedados no AWS Bedrock com os fluxos de trabalho de automação do Quick Suite.

Antes de começar, certifique-se ter:

Etapa 1: Crie uma integração do Bedrock Runtime Action seguindo as instruções detalhadas em AWS conectores de ação de serviço

Etapa 2: configurar seu grupo de automação

Crie um grupo de automação e conecte a integração:

Etapa 3: Configurar um agente personalizado

Adicione e configure um agente personalizado para usar seu modelo ajustado:

Próximas etapas

Depois de configurado, seu agente personalizado usa o modelo ajustado para processar solicitações de acordo com as instruções fornecidas. Agora você pode incorporar esse agente em seus fluxos de trabalho do Quick Automate.

Teste personalizado de agentes

O teste personalizado de agentes permite que você teste agentes individuais independentemente do fluxo de trabalho de automação completo. Esse recurso ajuda você a validar o comportamento do agente, depurar solicitações e iterar com mais eficiência sem executar todo o fluxo de trabalho.

Pré-requisitos

Iniciar um teste

Monitore a execução do teste

Durante a execução do teste, você pode monitorar o progresso no painel de auditoria no lado direito da tela. O teste ignora todas as etapas anteriores do fluxo de trabalho e executa somente o agente selecionado. Você obtém a mesma experiência de registro de uma execução completa do fluxo de trabalho.

Revise os resultados do teste

Depois que o teste for concluído, revise as seguintes informações no painel Teste:

Usando o agente personalizado com o Build with Assistant

O princípio atual do agente personalizado é que ele deve ser mencionado especificamente para que seja invocado de forma consistente. Aqui estão as coisas necessárias no prompt para que ele apareça:

- Function names: `use_inline_agent`
- Representation names: "Custom Agent", "Inline Agent" → use `use_inline_agent`
- Generic terms: "agentic skills" → default to `use_inline_agent`

Caso contrário, é preferível que o modelo crie o fluxo de trabalho de forma determinística.

Porém, na prática, quando nenhuma ação apropriada está disponível, o planejador pode escolher um agente personalizado como solução alternativa. Mas, para invocar consistentemente o agente personalizado no fluxo de trabalho, recomendamos que as frases acima sejam usadas no prompt.

Exemplos de casos de uso de agentes

Caso de uso 1: Agente de classificação e atribuição de e-mails

Função: Você é um agente de categorização e atribuição de e-mails

Instruções: Siga estas etapas:

Usando bases de conhecimento com agentes personalizados

No Amazon Quick Automate, você pode conectar bases de conhecimento a agentes personalizados para permitir a AI-powered recuperação e a resposta a perguntas sobre os documentos da sua organização. Ao vincular um espaço rápido ao seu grupo de automação, os agentes personalizados podem pesquisar e recuperar informações das bases de conhecimento dentro desse espaço.

Use isso para automações que precisam referenciar o conhecimento organizacional, como responder perguntas de documentos de políticas, resumir relatórios ou classificar conteúdo com base em dados de referência.

As bases de conhecimento indexam seus documentos para pesquisa semântica, para que o agente personalizado recupere somente as passagens mais relevantes em vez de processar arquivos inteiros. Isso torna a recuperação mais rápida e precisa, especialmente em grandes conjuntos de documentos.

Pré-requisitos

Vincule um espaço ao seu grupo de automação

Antes que um agente personalizado possa acessar as bases de conhecimento, você deve vincular o espaço que contém essas bases de conhecimento ao seu grupo de automação. Vincular um espaço concede ao grupo de automação permissão para acessar as bases de conhecimento e os arquivos dentro desse espaço.

Para vincular um espaço a um grupo de automação:

O espaço agora aparece na lista de conexões do grupo de automação. Os agentes personalizados desse grupo de automação podem acessar as bases de conhecimento e os arquivos dentro do espaço vinculado. Outros recursos no espaço não estão disponíveis para automações.

Adicione conhecimento a um agente personalizado

Depois de vincular um espaço ao seu grupo de automação, você pode configurar um agente personalizado para usar as bases de conhecimento dentro desse espaço. O fluxo de trabalho deve estar no mesmo grupo de automação em que você anexou o espaço.

Para adicionar conhecimento a um agente personalizado:

O agente personalizado agora pode pesquisar e recuperar conteúdo das bases de conhecimento nos espaços selecionados quando a automação é executada.

Quando você anexa um espaço, todas as bases de conhecimento dentro desse espaço ficam automaticamente disponíveis para o agente. Você não precisa anexar cada base de conhecimento individualmente. Em tempo de execução, o agente consulta cada base de conhecimento de forma independente e combina os resultados em sua resposta.

Instruções de redação para consultas da base de conhecimento

Quando um agente personalizado tem bases de conhecimento anexadas, ele pesquisa e recupera automaticamente o conteúdo relevante com base em suas instruções. Escreva instruções que descrevam claramente quais informações o agente deve encontrar ou como usar o conteúdo da base de conhecimento.

Práticas recomendadas:

Exemplo: agente de consulta ao cliente com base de conhecimento

O exemplo a seguir mostra como configurar um agente personalizado que usa uma base de conhecimento para responder às perguntas dos clientes com base na documentação da empresa.

Configuração:

Instruções:

"""You are a customer support agent.

Task: Answer the customer inquiry using information from the knowledge base.

Instructions:
1. Search the knowledge base for information relevant to the customer's question.
2. Provide a clear, concise answer based on the retrieved content.
3. If the knowledge base does not contain relevant information, respond with:
   "I don't have enough information to answer this question. Please escalate to a human agent."

Constraints:
- Only use information found in the knowledge base. Do not make up answers.
- Keep responses under 200 words.
- Include the source document name when referencing specific information."""

Saída estruturada:

{
  "answer": "The response to the customer inquiry",
  "sourceDocument": "Name of the document used",
  "confidence": "high/medium/low",
  "escalationNeeded": false
}